(资料图)
2023世界人工智能大会期间，由上海数据交易所、大数据流通与交易技术国家工程实验室承办的“大模型时代下的数据要素流通”主题论坛7月8日在上海世博中心举行。记者从论坛上获悉，上海数交所官网已经于7月7日正式上线语料库，累计挂牌近30个语料数据产品，包含文本、音频、图像等多模态，覆盖金融、交通运输和医疗等领域。
据悉，语料库建设是一件长期性、专业性的工作，需要遵循相应的质量标准和规范，并保持持续更新和扩充，以适应大模型发展的新需求和新挑战。上海数交所作为全国数据要素市场核心枢纽，在助力大模型语料库建设上具有天然的优势。
为更好打造高质量语料库、围绕语料数据共建数商生态，上海数交所牵头发起语料数据生态创新合作伙伴计划，携手首批合作伙伴上海人工智能实验室、商汤科技、中国知网、澜舟科技、OpenKG、拓尔思、新致和蜜度正式启动该计划，积极引导不同行业、不同领域、具有一定规模的高质量语料数据产品挂牌交易，推动人工智能大模型技术创新与应用落地，进一步丰富语料库多样性，助力数据要素市场建设。
上海数交所总经理汤奇峰表示，大模型建设中，语料库是一个非常重要的方向，语料库采购已经在不少大模型企业成本中占据重要比重，上海数交所希望以市场配置的方式组织数据要素推动语料库建设。上海数交所建设语料库主要考虑两个维度，一是语料库的质量，另一个是语料库的开放程度。“比如有的企业具有海量高质量数据资源，开放意愿度也很高，但需要组织大量社会第三方企业帮助组织相关的大模型训练，我们针对四类数据产品开发情况不同、实际需求不同的供方企业制定了差异化工作策略，着力打造语料数据生态。”
关键词：
